AI ඇජන්ට්ස් ව්යාපාරික වැඩපිළිවෙළේ ස්වයංක්රීය ක්රියාකාරකම් කරන්නේ දැන් සාමාන්යයයි. නමුත් "මෙම ඇජන්ට්ටා පද්ධති ප්රෝම්ප්ට් තුළ 'දත්ත වගු මකාදැමීම නොකරන්න' කියලා දාන්න" යන ආකාරයේ උපදෙස් පමණක් ආරක්ෂක පාලනයක් නොව, එය advisory (උපදෙස්) පමණක්. මොඩලය සංකීර්ණ reasoning හෝ ප්රෝම්ප්ට් injection වැනි ප්රහාරයන්ට මුහුණ දුන්නාම, එම උපදෙස් බොහෝවිට නොපැහැදිලිව පසුබැසීමක් සිදු කරයි.
ඇජන්ට් එක API කෝල් දහස් ගණනක් සම්බන්ධ කරමින් ව්යාපාරික workflow ක්රියාත්මක කරනවිට, අවදානම ගුණකයෙන් වැඩි වේ. OWASP LLM08 (Excessive Agency) ගැටලුවට මුහුණ දීමට, ප්රෝම්ප්ට් කවුළුවෙන් පසු ප්රතිපත්ති නියාමනය runtime ගේට්වේ වලට ගෙන යාම අත්යවශ්ය වේ.
ඇතුළත් කළ පද්ධතියේ 4-පට්ටම් ක්රියා අවදානම් වර්ගීකරණය ආධාරකයක් ලෙස, ආයතනික ක්රියාකාරකම් අවදානම හා ප්රතිහාරක හැකියාව අනුව වර්ගීකරණය කරයි:
- Tier 1 – Read‑Only (අවම අවදානම): Knowledge base, telemetry, logs කියවීම. සම්පූර්ණයෙන්ම ස්වයංක්රීය.
- Tier 2 – Reversible Writes (අඩු‑මධ්යම අවදානම): ටිකට් තත්ත්ව යාවත්කාල, draft ලේඛන, staging පරාමිතීන් වෙනස් කිරීම. ස්වයංක්රීය, audit log සහ rate limit සමඟ.
- Tier 3 – External Communications (මධ්යම‑ඉහල අවදානම): ග්රාහකයින්ට email, සමාජ මාධ්ය පළ කිරීම, production config වෙනස් කිරීම. confidence threshold හෝ async queue භාවිතයෙන් නියාමනය.
- Tier 4 – High‑Risk Irreversible (ගැඹුරු අවදානම): දත්ත වගු මකාදැමීම, wire transfer, privilege grant, contract commitment. Human‑in‑the‑Loop (HITL) අනුමැතිය අත්යවශ්ය.
ඉන්පසු 3 අත්යවශ්ය රීති නිශ්චිතව අනුගමනය කළ යුතුය:
- Tool Adapter Schema Validation – LLM විසින් උත්පාදනය කරන JSON පරාමිතීන් සම්පූර්ණයෙන් schema වලට ගැළපේදැයි පරීක්ෂා කර, නොගැළපේ නම් ගේට්වේ අත්හරිනවා.
- Deterministic Policy Engine (OPA / CEL) – Agent_ID, User_ID, Tool_Name, Parameters වැනි tuple එකක් පදනම් කරගෙන, LLM reasoning වලින් තනිව නීති තීරණ ගනී.
- State‑Preserving HITL Circuit Breaker – Tier 4 ක්රියාවක් සිදු වීමට යන විට, execution pause කර state snapshot එක human approval queue එකට යොමු කරයි. අනුමත වුවහොත් ක්රියාව ඉදිරියට, නැත්නම් policy violation response එකක් ලබා දේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ආයතන, startup, විශ්වවිද්යාල සිසුන්ට මේ වැනි පාලන ආකෘතියක් ඉතා වැදගත්. ප්රථමයෙන්, AI ඇජන්ට්ස් භාවිතයෙන් සිදු වන data breach හෝ මුදල් නස්තය වැනි සිදුවීම් අවම කරයි. දෙවනුව, ප්රතිපත්ති engine එකේ OPA / CEL වැනි open‑source tools භාවිතයෙන්, ලාභී පරිසරයක compliance cost අඩු කරයි. තෙවනුව, ශ්රී ලංකාවේ AI talent එකට prompt injection වැනි ප්රහාරයන් ගැන ප්රායෝගික අත්දැකීම් ලබා දීමට, ගැඹුරු security awareness වැඩසටහන් ගොඩනඟීමට අවස්ථාව සලසයි. එමෙන්ම, HITL මෝඩලය මඟින් AI‑driven automation එකට මනුෂ්ය විශ්වාසය ලබා දී, fintech, e‑commerce, රජයේ digital services වැනි ක්ෂේත්රවල AI ගත කිරීමේ ගමන වේගවත් කරයි.
අවසන් වශයෙන්, AI ඇජන්ට්ස් සාර්ථකව භාවිතා කිරීමට, ප්රතිපත්ති හා මනුෂ්ය අනුමැතියේ දෘඩාංග සීමා හඳුනාගැනීම අත්යවශ්යයි. ඔබේ ආයතනයේ parameter validation හා HITL ගේට්වේ ක්රියාත්මක කිරීමේ පියවර ගැන අදම සිතිවිලි හුවමාරු කරමු.
